Académique Documents
Professionnel Documents
Culture Documents
Tiaret-- Faculté MI-- Département Informatique-- Master1-- Spécialité GL-- Année22/23-- Durée 1H30
I - Base de données
Exercice 1 (2.25pts). Nous disposons de deux bases de données oracle BD1 et BD2. Sous oracle iSQL*Plus,
en utilisant deux sessions S1 et S2 :
a) Créer une table CLIENT(idC, nomC, villeC) dans S1. (0.25pt)
b) Afficher à partir de S2 les informations de la table CLIENT, en précisant les étapes essentielles que vous
avez suivies. (2pts)
-- a) -- b)
create or replace type propriete as object( insert into FICHIER values (
nom varchar(50), propriete(Sujet_Examen_BDD-DM', 'pdf'),
suffixe varchar(4) emplacement(128.5, 'C:\'),
); to_date('18/01/2023', 'dd/mm/yyyy')
create or replace type emplacement as object( );
taille real,
localisation varchar(50) select f.propr.nom, f.empl.taille from FICHIER f;
);
create table FICHIER (
propr propriete,
empl emplacement,
dc date
);
Exercice 3 (5pts).
create table resultat( insert into matiere values (1, 'BDA-DM', 5.0 );
idE integer, insert into etudiant values(1, 'Mohamed', 'Ali', 0);
idM integer,
moyenne real,
primary key (idE, idM),
foreign key (idE) references etudiant(idE),
foreign key (idM) references matiere(idM),
check (moyenne>=0 AND moyenne<=20)
);
1. Schéma multidimensionnel qui tient compte de la date, du jour de la semaine, du mois, du trimestre et
de l’année :
2. La table des faits est : Consultation -- Les mesures sont : Le prix et le nombre de consultations
(nb_consult) -- Les dimensions qui ont été retenues sont : Médecin, Personne, Temps -- Les hiérarchies
sont : Année → Trimestre → Mois → JourSemaine → Date
4.
a. Le coût total des consultations par médecin en 2021 et 2022
(On fait deux requêtes, une pour chaque année)
Roll up on temps to Annee
Slice Annee = 2021
Roll up on temps to Annee
Slice Annee = 2022
b. Le nombre de consultations par jour de la semaine, par spécialité et par sexe du patient
Roll up on Date to jourSemaine
Roll up on Medecin to specialité
Roll up on Personne to sexe
Exercice 5 (2.75pts).
Le Data Mining et Data Warehouse sont tous les deux utilisés pour conserver des informations et permettre
la prise de décision.
Cependant, Data Mining et Data Warehouse ont des aspects différents sur le fonctionnement des données
d’une entreprise.
D’une part, Data Warehouse est un environnement où les données d’une entreprise sont rassemblées et
stockées de manière agrégée et résumée.
D’autre part, Data Mining est un processus ; qui appliquent des algorithmes pour extraire des connaissances
et des données dont vous ne savez même pas qu’elles existent dans la base de données.
Data Mining est une méthode de Data Warehouse est une méthode de
comparaison de grandes quantités de centralisation des données provenant de
données pour trouver des modèles différentes sources dans un référentiel
Data corrects. commun.